• 《工程索引》(EI)刊源期刊
  • 综合性科学技术类中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

智慧医疗-面向显微影像的多聚焦多图融合中失焦扩散效应消除方法

印象 马博渊 班晓娟 黄海友 王宇(通讯作者) 李松岩

印象, 马博渊, 班晓娟, 黄海友, 王宇(通讯作者), 李松岩. 智慧医疗-面向显微影像的多聚焦多图融合中失焦扩散效应消除方法[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2021.01.12.002
引用本文: 印象, 马博渊, 班晓娟, 黄海友, 王宇(通讯作者), 李松岩. 智慧医疗-面向显微影像的多聚焦多图融合中失焦扩散效应消除方法[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2021.01.12.002
Defocus spread effect elimination method in multiple multi-focus image fusion for microscopic images[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2021.01.12.002
Citation: Defocus spread effect elimination method in multiple multi-focus image fusion for microscopic images[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2021.01.12.002

智慧医疗-面向显微影像的多聚焦多图融合中失焦扩散效应消除方法

doi: 10.13374/j.issn2095-9389.2021.01.12.002
详细信息
  • 中图分类号: TP391

Defocus spread effect elimination method in multiple multi-focus image fusion for microscopic images

  • 摘要: 多聚焦图像融合是计算机视觉领域中的一个重要分支,旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自清晰区域进行融合,最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破,卷积神经网络被广泛应用于多聚焦图像融合领域,但大多数方法仅关注网络结构的改进,而使用简单的两两串行融合方式,降低了多图融合的效率,并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题,本文在显微成像分析的应用场景下,提出一种最大特征图空间频率融合策略,通过在基于无监督学习的卷积神经网络中增加后处理模块,规避了两两串行融合中冗余的特征提取过程,实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出一种矫正策略,可有效缓解失焦扩散效应对融合图像质量的影响。
  • 加载中
计量
  • 文章访问数:  74
  • HTML全文浏览量:  24
  • 被引次数: 0
出版历程
  • 网络出版日期:  2021-03-01

目录

    /

    返回文章
    返回